- 基于差异化建模的校园用电量预测建模方法
- 本发明公开了一种基于差异化建模的校园用电量预测建模方法，本方法将校园天气状况、是否节假日以及历史用电量作为原始数据集；采用基于FCM和分化距离的方法对原始数据集进行不良数据辨识，确定训练集数据库，为避免噪声数据的干扰，再...
- 杨冰芳李海英张巍田颖申伟伟
- 文献传递
- 制造企业数字化转型、劳动力结构优化与企业创新效率——融资约束的调节效应
- 2024年
- 创新能力是企业的核心竞争力,数字化为企业提升创新能力提供了契机,但对于制造企业数字化转型与创新效率之间作用机制的研究仍然较少。以2015—2021年中国沪深A股制造业上市公司为研究对象,将劳动力结构优化和融资约束纳入研究模型,探究制造企业数字化转型与创新效率之间的作用机制。研究结果表明:(1)数字化转型可以通过优化劳动力素质结构和职能结构两条路径提升创新效率。(2)融资约束负向调节数字化转型对企业创新效率的提升作用,并负向调节劳动力结构优化中介作用的前半段路径。(3)数字化转型对于制造企业创新效率的促进作用,对于国有企业和非中心城市的企业来说更为明显。研究结论丰富了制造企业数字化转型和创新领域的相关研究,对于企业实现高效创新具有一定的启示意义。
- 祁可田颖
- 关键词：融资约束
- 基于GRU深度神经网络的动态工业过程故障诊断方法
- 本发明公开了一种基于GRU深度神经网络的动态工业过程故障诊断方法，本方法将原始数据分成几个序列单元作为GRU的输入，通过批量归一化算法建立GRU网络，可以有效地从序列单元中提取动态特征，采用softmax回归方法，根据G...
- 袁菁田颖赵湉陆韬游欣宇胡田
- 文献传递
- 在线平台师生互动及自我调节能力对学习绩效的影响被引量：4
- 2020年
- 采用Bootstrap方法对学生自我调节能力对在线平台师生互动影响在线学习绩效的中介效应进行检验;进一步地采用多项式回归及响应面技术探索在线平台师生互动与自我调节能力的一致性组合关系对学习绩效的影响。结果表明:在线平台师生互动和学习绩效成正相关关系;自我调节能力在二者关系中起到部分中介作用;当在线平台师生互动与学生自我调节能力处于一致性状态时,学习绩效更高;与师生互动和自我调节能力双低一致性状态相比,师生互动和自我调节能力双高一致性状态预测了更高的在线学习绩效;当二者处于不一致状态时,与高水平师生互动—低水平学生自我调节能力组合相比,高水平学生自我调节能力—低水平师生互动组合预测了更高的在线学习绩效。
- 田颖刘毅何建佳宋筱颖
- 关键词：师生互动自我调节学习中介效应一致性
- 一种减轻直流冲击的饱和铁芯型故障限流器
- 一种减轻直流冲击的饱和铁芯型故障限流器，连接到电网中，具有第一“日”字形铁芯、第二“日”字形铁芯，第一“日”字形铁芯和第二“日”字形铁芯上绕制有直流线圈和交流线圈，其特征在于：第一“日”字形铁芯包括：第一直流铁芯柱、第一...
- 姚磊忻尚芝孙伟卿饶俊峰田颖
- 文献传递
- 辅助卷小裤脚的装置
- 本发明涉及一种辅助卷小裤脚的装置，包括隔板，四个所述隔板平行叠加布设，隔板之间具有缝隙，用于固定翻起的裤边，并四个所述隔板顶部通过固定板连接在一起。隔板为曲面板，以更贴合裤脚的状态隔板的隔板壁上设有摩擦材料层，用于进一步...
- 袁菁赵恬田颖
- 文献传递
- 自我领导下人工智能对工作重塑的影响机制研究被引量：1
- 2022年
- 人工智能时代变革的工作情境对员工行为产生影响。基于交互决定理论,探讨智能情境下,领导授权、自我领导及工作重塑间的内在联系,即人工智能提高工作自主性,领导授权赋予员工更高决策权力,促进员工自我扩张,自我效能感提高,进一步激活自我领导。员工采取自我领导策略以强化内在动机,最终促进工作重塑行为的表达。在此基础上,阐述组织权力感知的调节作用。最后,构建自我领导模式下人工智能驱动员工工作重塑的理论模型。
- 吴睿刘生敏田颖
- 关键词：人工智能自我领导
- 基于GRU深度神经网络的动态工业过程故障诊断方法
- 本发明公开了一种基于GRU深度神经网络的动态工业过程故障诊断方法，本方法将原始数据分成几个序列单元作为GRU的输入，通过批量归一化算法建立GRU网络，可以有效地从序列单元中提取动态特征，采用softmax回归方法，根据G...
- 袁菁田颖赵湉陆韬游欣宇胡田
- 文献传递
- 基于C3D-APReLU的工业过程视频故障诊断
- 2023年
- 近些年来,人们对生产安全的要求越来越高。随着图像采集设备在工业过程监控中的普及,基于视频的深度学习故障诊断技术得到了快速的发展。然而使用传统激活函数的深度学习方法只能提供相同的非线性映射,这不利于模型对输入信号特征的学习和分类。针对这个问题,本文提出了一种用于视频分类模型的、可以自适应调整参数的激活函数APReLU-3D。该激活函数内嵌了一个可以对输入信号进行学习从而对坡度自动做出相应调整的子网络,使得每个输入信号都可以有自己的非线性映射。本文将APReLU-3D应用于视频分类模型C3D中,提出了C3D-APReLU模型。采用PRONTO工业数据集中的视频数据对该方法进行对比实验,结果表明,C3D-APReLU实现了比使用ReLU激活函数的C3D更好的故障诊断性能,其平均精度为0.978。
- 宋启哲田颖李嘉乐
- 关键词：非线性映射
